本文關鍵詞：電動汽車用鋰離子動力電池SOC估算和SOF評估的研究

  更多相關文章： 電池等效電路模型 電量狀態(tài) 效能狀態(tài) Sigma點卡爾曼濾波 模糊邏輯算法

【摘要】：新能源汽車的開發(fā)利用,是交通運輸領域節(jié)能減排的一項重要舉措,已經(jīng)被世界各國政府和大型跨國汽車企業(yè)所認可。采用鋰離子動力電池作為新能源汽車的動力源已成為不可逆轉的趨勢和方向。由于鋰離子動力電池的物理、化學特性,電池管理系統(tǒng)成為使用過程中電池狀態(tài)管理、能量管理及安全管理的重要工具和必要配置。目前,電池管理系統(tǒng)關鍵技術的研究主要集中在包括:準確建立描述電池特性的系統(tǒng)模型、精確估算電池剩余電量狀態(tài)、有效評估電池的效能狀態(tài)、合理預測電池的健康狀態(tài)、搭建高效的電池均衡控制系統(tǒng)和解決電池系統(tǒng)熱平衡管理問題等幾個方面。本論文圍繞鋰離子動力電池管理系統(tǒng)的若干關鍵問題展開,取得了以下幾方面的成果:其一,在研究鋰離子動力電池特性和總結分析現(xiàn)有鋰離子動力電池模型的基礎上,建立了適用于電量狀態(tài)(State of Charge,SOC)估算和效能狀態(tài)(State of Function,SOF)評估的鋰離子動力電池等效電路模型。該等效電路模型綜合考慮了模型精確性和計算復雜度等方面的因素,采用改進二階RC網(wǎng)絡等效電路對鋰離子動力電池進行建模,并運用經(jīng)典最小二乘法實現(xiàn)了模型參數(shù)辨識,實驗和仿真結果均表明該模型的有效性,具備理論意義和實用價值。其二,在總結了擴展卡爾曼濾波和帶多重次優(yōu)漸消因子擴展卡爾曼濾波算法的基礎上,提出了帶強跟蹤濾波器的Sigma點卡爾曼濾波算法(STSPKF)用于對鋰離子動力電池進行SOC估算。通過仿真和實驗測試對上述三種算法進行了分析對比,結果證明STSPKF算法具有更高的精確度。其三,在歸納國內外學者相關研究工作的基礎上,提出了SOF的定義,并進而提出了基于模糊邏輯算法的SOF控制器設計方法,并對模糊邏輯算法進行了符合應用需求的參數(shù)修正。采用Matlab軟件中的模糊邏輯工具箱進行了仿真實驗分析,通過選取幾種有代表性的效能狀態(tài)進行重點闡述,論證了SOF研究的意義和重要性。其四,論文進行電池管理系統(tǒng)和電池模組的設計。以嵌入式微處理器ARM為核心d樈說緋毓芾硐低車撓布教�。笎灲台采用琳f緋丶觳廡酒緣ヌ宓緋刈刺脅裳，

本文編號：544576